Μιλάμε γι’ αυτήν συνεχώς χωρίς να συμφωνούμε πάντα ως προς τον ουσιαστικό ρόλο της, μας συναρπάζει αλλά και μας φοβίζει, θέλουμε να την αξιοποιήσουμε περισσότερο αλλά διστάζουμε, αναγνωρίζουμε τα οφέλη που κομίζει αλλά τρέμουμε για την «ανωφελή» χρήση της. Την ίδια ώρα -είτε το θέλουμε, είτε όχι- εκείνη εισβάλλει όλο και περισσότερο στην καθημερινότητά μας, αλλάζοντας τους κανόνες του παιχνιδιού…

Χρόνια και χρόνια η Τεχνητή Νοημοσύνη χαρακτηρίζεται το «Next Big Thing», το επόμενο μεγάλο γεγονός, με τη διαβεβαίωση ότι μια μέρα θα είναι πανταχού παρούσα – όλα θα περιστρέφονται γύρω της ή θα την «περιέχουν», χωρίς καν εμείς να το αντιλαμβανόμαστε. Αυτή η μέρα δεν απέχει πλέον πολύ, χάρη και στην πανδημία που επιτάχυνε δραστικά κάθε τι ψηφιακό… Στην πραγματικότητα, η ερώτηση του τίτλου είναι σχεδόν ρητορική: η Τεχνητή Νοημοσύνη (ΤΝ, Artificial Intelligence ή απλώς AI) είναι ήδη εδώ, συμμετέχει όλο και περισσότερο στην καθημερινότητά μας ή -πιο σωστά- βρίσκεται ήδη πίσω από σχεδόν κάθε έκφανσή της, με τη μια ή την άλλη μορφή της.

Γιατί, η Τεχνητή Νοημοσύνη είναι στην πράξη ένα συνεχώς διευρυνόμενο οικοσύστημα, μια τεράστια «ομπρέλα» που περιλαμβάνει από τη Μηχανική Μάθηση και τα Big Data Analytics, ως τις ρομποτικές διατάξεις και συστήματα αυτοματισμού των «έξυπνων» εργοστασίων, σε ένα αλληλοσυμπληρούμενο, δυναμικό και ταυτόχρονα παντοδύναμο σύνολο το οποίο, χάρη στις δυνατότητες που ήδη ξέρουμε και σ’ όσες συνεχίζουμε να ανακαλύπτουμε στο πλαίσιο νέων συνεργειών, αλλάζει μέρα με τη μέρα τον τρόπο που ζούμε και εργαζόμαστε.

Με τις δυο μορφές της -τη «συνήθη» Narrow AI, για συγκεκριμένες και εξιδεικευμένες λύσεις, και τη δυσκολότερη άρα και σπανιότερη General AI, για λύσεις βασισμένες σε δεδομένα από διάφορες πηγές, με επεξεργασία ανάλογη εκείνης του ανθρώπινου εγκεφάλου και «εξαγωγή» της καλύτερης απάντησης- η Τεχνητή Νοημοσύνη αναλαμβάνει ολοένα περισσότερο το ρόλο του βοηθού και του συνεργάτη μας. Εξ ου και ο φόβος μήπως ο «συνεργάτης» θελήσει (και μπορέσει κάποια στιγμή) να γίνει «αφεντικό», μ’ άλλα λόγια, μήπως η μηχανή αντικαταστήσει κάποια στιγμή τον άνθρωπο. Ναι, αυτό κάποτε θα γίνει, δεν υπάρχει αμφιβολία, αλλά όχι για τα πάντα – στην ουσία θα πρόκειται για αναδιάταξη: σταδιακά θα δοθεί στους ανθρώπους ο χώρος και ο χρόνος για πιο παραγωγικές και δημιουργικές δραστηριότητες, εκείνες όπου οι μηχανές -παρά την πρόοδο της Τεχνητής Νοημοσύνης- δεν τα καταφέρνουν. Απαιτούνται, βεβαίως, νέες δεξιότητες εκ μέρους μας, αλλά αυτό είναι θέμα ενός άλλου Special Report…

Προκλήσεις και ευκαιρίες
Προφανώς, μπορεί να δει κανείς αυτό το ευρύτατο θέμα από πολλές διαφορετικές οπτικές γωνίες και οι συγκρίσεις δεν είναι πάντα εύκολες, καθώς τα συγκρινόμενα συχνά είναι ανόμοια. Ο δικός μας στόχος είναι να παραθέσουμε γνώμες και σχόλια για τις πρόσφατες εξελίξεις και εφαρμογές, τόσο στην Ελλάδα, όσο και διεθνώς. Δείτε το σαν ένα «στίγμα» της Τεχνητής Νοημοσύνης, με εντονότερο -όπως θα ανέμενε κανείς- τον ελληνοκεντρικό και επιχειρηματικό χαρακτήρα. Όμως, το πιο πρόσφατο και εντυπωσιακό νέο σχετικά με την ΤΝ είναι διεθνές: Παγκόσμια μελέτη (The Art of AI Maturity: Advancing from Practice to Performance) της Accenture κατέληξε στο συμπέρασμα ότι πάνω από το 60% των εταιρειών που ρωτήθηκαν, ήδη βρίσκεται σε πειραματικό στάδιο για την αξιοποίηση της Τεχνητής Νοημοσύνης, γεγονός που προφανώς ανοίγει νέες προοπτικές, έστω κι αν μόνο η μία στις πέντε έχει -για την ώρα- την ωριμότητα που θα της εξασφαλίσει ισχυρό ανταγωνιστικό πλεονέκτημα.

Η μελέτη διαπιστώνει ότι η μέση ωριμότητα AI των εταιρειών αγγίζει το 36/100, γεγονός που μεταφράζεται σε σημαντικές ευκαιρίες για τη δημιουργία μεγαλύτερης αξίας, αλλά ήδη ξεχωρίζει μια μικρή ομάδα (12%) που αξιοποιούν την ΤΝ ως βάση για τη δημιουργία ανταγωνιστικού πλεονεκτήματος. Αυτές οι AI Achievers έχουν βαθμολογία 64/100 στην κλίμακα ωριμότητας, διπλάσια σε σχέση με τις άλλες, που οδηγεί σε κατά 50% αύξηση εσόδων. Η ίδια ανάλυση δείχνει ότι οι περισσότερες εταιρείες (63%) βρίσκονται σε στάδιο πειραματισμού (ΑΙ Experimenters), που σημαίνει ότι αγγίζουν οριακά τις δυνατότητες της ΤΝ σημειώνοντας βαθμολογία 29/100. Οι AI Innovators (13%) με 50/100 και οι AI Builders (12%) με 44/100 είναι ελαφρώς πιο προχωρημένες σε επίπεδο ωριμότητας, ωστόσο εξακολουθούν να μην αξιοποιούν πλήρως τη δυναμική του ΑΙ.

Πέντε απόψεις για την ΤΝ
Στο πλαίσιο αυτού του Special Report, ζητήσαμε από πέντε προβεβλημένους «παροικούντες την Ιερουσαλήμ» της Τεχνητής Νοημοσύνης, ερευνητές, στοχαστές, αλλά και εξειδικευμένα στελέχη της αγοράς, να καταθέσουν τη δική τους άποψη σχετικά με τις τελευταίες εξελίξεις, που φέρνουν την ΤΝ στα κορυφαία buzzwords – δεν υπάρχει σήμερα κλάδος και τομέας που να μην έχει «άρωμα ΤΝ», οργανισμός, επιχείρηση αλλά και startup που να μην προσπαθεί να την αξιοποιήσει, εφαρμογή και λύση που να μην την εμπεριέχει, σενάριο που να μην της αναθέτει τον ρόλο του «από μηχανής Θεού». Κι αυτό, την ίδια ώρα που η (συνήθως απληροφόρητη ή έστω μη-καλά πληροφορημένη) κοινωνία εκτιμά με λανθασμένο τρόπο τον αντίκτυπό της, δίνοντας βάρος στα προβλήματα παρά στα οφέλη τα οποία, σε συνδυασμό με τον εκδημοκρατισμό της τεχνολογίας και της συνδεσιμότητας για όλους, μπορούν να αλλάξουν τον κόσμο μας προς το καλύτερο. Ο στόχος μας δεν μπορεί να είναι άλλος από ανθρωποκεντρικές τεχνολογίες, που δίνουν βέλτιστες λύσεις σε υπαρκτά προβλήματα. Γιατί σήμερα, περισσότερο από ποτέ άλλοτε, (κι ας μας συγχωρέσει ο σοφός πρόγονος Πρωταγόρας την παράφραση των λόγων του), «πασών τεχνολογιών, μέτρον εστίν άνθρωπος»

Το δίπολο καταστροφή – ευημερία
Ο Γιώργος Γιαννακόπουλος, PhD, Ερευνητής (ΕΛΕ Β’) στο ΕΚΕΦΕ «Δημόκριτος» και συνιδρυτής της SciFY ΑΜΚΕ επέλεξε να παρουσιάσει στο netweek τη δική του άποψη για το καλό ή κακό πρόσωπο της Τεχνητής Νοημοσύνης:
«Στο δίπολο ‘απόλυτη καταστροφή’ – ‘απόλυτη ευημερία’ που φαίνεται να κινεί κατά βάση τη συζήτηση περί Τεχνητής Νοημοσύνης (ΤΝ ή AI, αν προτιμάτε), η δική μου εμπειρία είναι πολύ πιο απλή και ανθρωποκεντρική. Ο όρος ΤΝ αποτελεί συνοπτική επιγραφή που αναφέρεται σε χιλιάδες, μικρότερα ή μεγαλύτερα, τεχνολογικά επιτεύγματα. Αυτά φαίνεται ότι μπορούν να κινήσουν τη ζωή μας προς διαφορετικές κατευθύνσεις, με βάση τι εμείς θα επιθυμήσουμε και εμπράκτως θα ακολουθήσουμε. ‘Εμείς’ είμαστε όλοι όσοι ασκούμε την πολιτική μας ιδιότητα και εν τέλει την ανθρώπινη ιδιότητά μας στην κοινωνία που ζούμε. Ως ερευνητές επιλέγουμε κατευθύνσεις έρευνας. Ως χρήστες και αγοραστές ενισχύουμε (και εγχρήματα) τις εφαρμογές της ΤΝ που μας βολεύουν ή μας φαίνονται χρήσιμες. Ως καθηγητές, μοιραζόμαστε ανησυχίες και ζωντανεύουμε τη συζήτηση που θα διαμορφώσει ένα ορθό αισθητήριο σχετικά με την τεχνολογία και τα αποτελέσματά της. Ως πολίτες καλούμαστε να συνεισφέρουμε σε διαβουλεύσεις σχετικά με τη χρήση και την οριοθέτηση της ΤΝ, αλλά και να ξεκινήσουμε πρωτοβουλίες για την ορθή αξιοποίησή της στο χώρο δράσης μας, επαγγελματικό ή άλλο. Ως παραγωγοί δεδομένων, σε όλη μας την ψηφιακή παρουσία και αλληλεπίδραση, παράγουμε τα δεδομένα που θα εκπαιδεύσουν τα μοντέλα ΤΝ για να μας μιμηθούν.

Στους δύο βασικούς πυλώνες δράσης μου, στο ΕΚΕΦΕ ‘Δημόκριτος’ και τη SciFY, γνωρίζουμε πολύ καλά ότι μια αλλαγή προς το καλύτερο χρειάζεται συλλογικότητα, διεπιστημονικότητα, γνώση, συζήτηση και σύγκλιση. Όλα αυτά μας οδήγησαν να μιλήσουμε για εκδημοκρατισμό της ΤΝ: τη δημιουργία διαδικασιών που θα επιτρέπουν σταθερά τη συζήτηση και δράση που θα μας οδηγήσουν στην ΤΝ που θέλουμε να έχουμε. Η πρόταση αυτή διαχύθηκε και προς την ελληνική εθνική στρατηγική για την ΤΝ, που ελπίζουμε ότι θα επιδιώξει μια τεχνολογία στην οποία οι πολίτες είναι συνδημιουργοί στην πράξη: ως ενδιαφερόμενοι, ως γνώστες, ως αξιολογητές, ως χρήστες, ως αναθεωρητές των απαιτήσεων. Σε μια τέτοια οπτική, ο δρόμος για ένα καλύτερο αύριο δεν θεωρεί την τεχνολογία πανάκεια, αλλά πεδίο σύμπραξης. Σε δράσεις όπως οι  ‘1000 πρωτοπόροι για την ΤΝ στην Ελλάδα’ και οι κόμβοι καινοτομίας ahedd DIH και SmartAttica EDIH, φέρνουμε την πρακτική της συνδημιουργίας της ΤΝ που θέλουμε στην καθημερινότητα, με τη γνώση που χρειάζεται (δείτε και το βιβλίο ‘Τεχνητή Νοημοσύνη: μια διακριτική απομυθοποίηση’). Συνεπώς, η επαλήθευση των ελπίδων μας για έναν καλύτερο κόσμο εξαρτάται σημαντικά από το ποιοι καταφέρνουμε να είμαστε εμείς οι ίδιοι. Από το τι δεδομένα παράγουμε, τι μεροληψίες έχουμε, μέχρι το πώς θα αξιοποιήσουμε τα όμορφα και πολύπλευρα – αλλά και δυνητικά επιβλαβή – εργαλεία της ΤΝ. Ο άνθρωπος είναι (και οφείλει να είναι) συνεχώς παρών για να χτίσει μια ανθρωποκεντρική, ωφέλιμη ΤΝ, βασισμένη στον καλύτερο εαυτό του, για να υπηρετήσει τις πιο σημαντικές μας αξίες. Κι όλα αυτά μακριά από θεωρίες συνωμοσίας και ανούσιες εικασίες: στην πράξη».

Τα «μαύρα κουτιά» και οι κίνδυνοι
Από την πλευρά του, ο Γιάννης Κομπατσιάρης, Διευθυντής Ερευνών του ΕΚΕΤΑ και μέλος της Εθνικής Επιτροπής Βιοηθικής – Τεχνοηθικής, απαντά με το σχόλιό του στο δικό μας ερώτημα για τους «εσωτερικούς» κινδύνους, τα εμπόδια που βρίσκει στον δρόμο της και τις προκλήσεις που έχει να αντιμετωπίσει η Τεχνητή Νοημοσύνη, τα επόμενα χρόνια…
«Τα τελευταία χρόνια οι εξελίξεις στο χώρο της Τεχνητής Νοημοσύνης υπήρξαν ραγδαίες με σημαντικά αποτελέσματα, όπως για παράδειγμα, στην κατανόηση και σύνθεση πολυμεσικής πληροφορίας (π.χ. φυσικού λόγου, εικόνων και video), στις προσωποποιημένες συστάσεις και έξυπνες υπηρεσίες με εφαρμογές στο Διαδίκτυο, σε ιατρική, αυτόνομα οχήματα, ρομποτική και αλλού. Υπάρχουν όμως σημαντικές προκλήσεις ως την πλήρη αξιοποίηση της ΤΝ, με στόχο τη βελτίωση της καθημερινότητας και της απόδοσης στο χώρο εργασίας. Από τις πιο σημαντικές προκλήσεις είναι η δυνατότητα κατανόησης του τρόπου λήψης αποφάσεων από τους αλγορίθμους ΤΝ (explainability), καθώς πολλοί από αυτούς λειτουργούν ως ‘μαύρα κουτιά’, ιδιαίτερα τα νευρωνικά δίκτυα βαθιάς μάθησης που χρησιμοποιούνται πλέον ευρέως.

Επίσης, άλλη σημαντική πρόκληση είναι αυτή της μεροληψίας και των διακρίσεων (AI bias and discrimination) που μπορεί να υπάρχουν στις αποφάσεις των αλγορίθμων σε βάρος κατηγοριών οι οποίες συνήθως δεν αναπαρίστανται επαρκώς στα σύνολα δεδομένων εκπαίδευσης. Έτσι, μπορεί να υπάρχουν διακρίσεις με βάση το φύλο, το χρώμα και την ηλικία. Πλήθος άλλων προκλήσεων αφορούν ηθικά και νομικά ζητήματα, όπως σε ποιες εφαρμογές και υπό ποιες προϋποθέσεις επιτρέπεται η χρήση αλγορίθμων – η επικείμενη ευρωπαϊκή νομοθεσία (ΑΙ Act) είναι μια προσπάθεια ρύθμισης των σχετικών διαδικασιών. Ανερχόμενο ζήτημα σε σχέση με τα συστήματα ΤΝ είναι και η αλματώδης αύξηση της ηλεκτρικής ενέργειας που αυτά καταναλώνουν και, κατά συνέπεια, η ανάγκη για περιορισμό των εκπομπών αερίων του θερμοκηπίου λόγω της αυξανόμενης χρήσης τέτοιων συστημάτων στη βιομηχανία.

Η αλληλεπίδραση ανθρώπου – ΤΝ είναι εξίσου καθοριστική, ώστε να μπορούμε να αξιοποιήσουμε τα πλεονεκτήματα της ανθρώπινης δημιουργικότητας και ευελιξίας με την ικανότητα υπολογισμών των αλγορίθμων. Τέλος, μια σημαντική πρόκληση με την οποία ασχολούμαστε εντατικά στο Εργαστήριο Γνώσης Πολυμέσων & Ανάλυσης Κοινωνικών Δικτύων είναι η καταπολέμηση της παραπληροφόρησης, φαινομένου με σημαντικές αρνητικές κοινωνικές επιπτώσεις, που τα τελευταία χρόνια έχει επηρεάσει βασικές αξίες, όπως η Δημοκρατία (μέσω δημιουργίας ατομικών προφίλ προσωπικότητας, προτιμήσεων και συμπεριφοράς του εκλογικού σώματος με χρήση ΤΝ και στη συνέχεια επηρεασμού της εκλογικής συμπεριφοράς με τη χρήση προσωποποιημένης διαφήμισης και συστάσεων), η Υγεία (ιδιαίτερα κατά την πανδημία της COVID-19) και η Ειρήνη (στο πλαίσιο του πολέμου στην Ουκρανία).

Μια ιδιαίτερη πρόκληση που αναμένεται να προκαλέσει σημαντικούς κινδύνους και επιπτώσεις τα επόμενα χρόνια είναι η δυνατότητα κατά βούληση δημιουργίας και σχεδιασμού συνθετικού περιεχομένου για κακόβουλη χρήση (παραπληροφόρηση, πλαστοπροσωπία, διαδικτυακή απάτη, κλπ.). Το Εργαστήριό μας παρακολουθεί πολύ προσεκτικά τις εξελίξεις στην περιοχή αυτή και αναπτύσσει τεχνολογίες που επιτρέπουν την ανίχνευση συνθετικού περιεχομένου από το Διαδίκτυο.
Το επόμενο διάστημα αναμένεται να είναι μια μεταβατική περίοδος και περίοδος προσαρμογής τόσο για τις τεχνολογίες όσο και για τα νομικά και ηθικά ζητήματα, αλλά και τα εργασιακά θέματα που αφορούν στη χρήση ΤΝ. Αλγόριθμοι και ρυθμιστικά πλαίσια θα δοκιμαστούν στην πράξη ώσπου να καταλήξουμε σε αποδεκτές λύσεις οι οποίες τελικά θα εφαρμοσθούν σε μεγάλο αριθμό εφαρμογών, που αφορούν στο σύνολο της κοινωνίας.

Ενισχύοντας την ανθρώπινη εφευρετικότητα με την ΤΝ
Ο Μύρων Γιαννακάκης, Chief Data Analyst της Laskaridis Shipping Co. Ltd, περιγράφει το δικό τους «ταξίδι» στις εφαρμογές της Τεχνητής Νοημοσύνης στον εξαιρετικά απαιτητικό χώρο της εμπορικής και ποντοπόρου ναυτιλίας, όπου πραγματικά συντελείται μια επανάσταση, από πλευράς λειτουργιών, εξοικονόμησης πόρων, αλλά και αντιμετώπισης αντίξοων καταστάσεων. «Στη σημερινή εποχή με τις ψηφιακές τεχνολογίες στη μέγιστη μέχρι στιγμής εξέλιξη τους, δεν θα μπορούσαμε να μένουμε απαθείς και ανενεργοί.
Η εταιρεία μας, ως πρωτοπόρος στην υιοθέτηση τεχνολογιών αιχμής σε όλα τα επίπεδα, φρόντισε με την σαφέστατη παρότρυνση της ανώτατης διοίκησής της, και προχώρησε έγκαιρα στα απαραίτητα βήματα για την ενεργή αξιοποίηση των σύγχρονων τεχνολογιών της Τεχνητής Νοημοσύνης.Συγκεκριμένα, στο θεμελιώδες πρόβλημα της συνεχούς και αδιάλειπτης λήψης σημάτων από όλα τα μηχανολογικά και ηλεκτρονικά συστήματα στα πλοία του στόλου μας, εγκαταστήσαμε βιομηχανικού τύπου βαριάς μορφής ηλεκτρονικούς συλλέκτες συλλογής τους. Σε κάθε περίπτωση, το περιβάλλον του μηχανοστασίου ενός εμπορικού πλοίου, είναι εξαιρετικά απαιτητικό. Τα πλοία, υφίστανται κραδασμούς κατά την πλεύση τους και τα μηχανοστάσια εκτίθενται σε συνθήκες υψηλών θερμοκρασιών, υγρασίας και διαφόρων παραγόντων αστάθειας και παρεμβολών. Έτσι, η τεχνολογία της ΤΝ βοηθά σημαντικά σε όλες τις φάσεις της αλυσίδας μετάδοσης των δεδομένων από τα πλοία, μέχρι και την ενδελεχή ανάλυσή τους και την τελική επεξεργασία, αλλά και την αλληλεπίδραση και επικοινωνία με τους τελικούς χρήστες, τόσο από το πλήρωμα του πλοίου όσο και στα γραφεία μας.

Οι εξελιγμένοι και προσαρμοσμένοι αλγόριθμοι Μηχανικής Μάθησης (Machine Learning), αντιλαμβάνονται έγκαιρα τα σήματα που λείπουν ή έχουν ασυνέχειες και με κατάλληλες υπολογιστικές μεθόδους interpolation συγχρονίζουν τις μετρήσεις μεταξύ τους, γεμίζοντας τα κενά, ενώ διαπιστώνουν με τεκμηριωμένο τρόπο τις λανθασμένες ενδείξεις και τις περιπτώσεις που κάποια μετρητική συσκευή χρειάζεται καλιμπράρισμα ή ρύθμιση.

Ταυτόχρονα, στις επόμενες φάσεις της περαιτέρω ανάλυσης των μετρήσεων, είναι καθοριστικός ο ρόλος των μηχανισμών Τεχνητής Νοημοσύνης τόσο στην αναζήτηση της βέλτιστης λειτουργίας των μηχανών του πλοίου, όσο και της πορείας που ακολουθεί, τρέχοντας πολλαπλά συνδυαστικά σενάρια ταχυτήτων και πορειών, λαμβάνοντας υπόψη τις προβλεπόμενες καιρικές συνθήκες που θα αντιμετωπίσει σε κάθε μια και υπολογίζοντας με ακρίβεια τόσο τη συνολική, όσο και ανά πάσα στιγμή κατανάλωση καυσίμου, συνυπολογίζοντας με αξιοπιστία όλα τα ιδιαίτερα χαρακτηριστικά του συγκεκριμένου πλοίου.

Παράλληλα, τα ευφυή συστήματα της εταιρείας METIS Cyberspace Technology, με την οποία συνεργαζόμαστε από αρκετά χρόνια, επιβλέπουν ανελλιπώς τις μηχανές, ώστε να εντοπίσουν ενδεχόμενες ενδείξεις βλαβών που μπορεί να εμφανισθούν, παρακολουθούν τα συμφωνητικά ναυλώσεως ώστε να τηρούνται οι δεσμεύσεις εκατέρωθεν και, πάντα με την ενίσχυση της Τεχνητής Νοημοσύνης, δίνουν επίσης τη δυνατότητα επικοινωνίας και αλληλεπίδρασης στα στελέχη μας, με απλά ή σύνθετα γραπτά μηνύματα και ερωτήσεις, όπως και με τους συναδέλφους τους στην εταιρεία ή με το πλήρωμα».

Διάλογος με έναν ρομποτικό πληροφοριοδότη
Στο ίδιο μήκος κύματος, ο Αλέξανδρος Ζιώμας, Διευθυντής της Επιχειρηματικής Μονάδας Συστημάτων Πληροφορικής & Τηλεπικοινωνιών του Διεθνούς Αερολιμένα Αθηνών, δίνει τη δική τους, «ρομποτική εκδοχή» για τη χρήση της Τεχνητής Νοημοσύνης στην «αεροδρομιακή» καθημερινότητα, την οποία μοιράζονται εκατομμύρια επιβάτες κάθε χρόνο.

«Η Επιχειρηματική Μονάδα Συστημάτων Πληροφορικής & Τηλεπικοινωνιών (IT&T Business Unit) του ΔΑΑ αντιλαμβάνεται την ανάγκη διαρκούς βελτίωσης των υπηρεσιών που προσφέρονται σε ταξιδιώτες, επισκέπτες, συνεργάτες και εργαζομένους εντός του αεροδρομιακού περιβάλλοντος και γι’ αυτό, τα τελευταία χρόνια, σχεδιάζει με συνέπεια και πειραματίζεται στην υλοποίηση Πιλοτικών εφαρμογών (PoC), αξιοποιώντας τεχνολογίες όπως η Τεχνητή Νοημοσύνη (ΑΙ), το Internet of Things (IoT), βιομετρικές εφαρμογές, 5G κ.ά., με στόχο τους να δημιουργήσει το κατάλληλο περιβάλλον για ένα απολύτως λειτουργικό και καινοτόμο ψηφιακό αεροδρόμιο. Στο πλαίσιο αυτό, ο ΔΑΑ σε συνεργασία με το μεγαλύτερο ερευνητικό κέντρο της χώρας, ΕΚΕΦΕ «Δημόκριτος», ανάπτυξε ένα νέο διαλογικό πιλοτικό σύστημα Τεχνικής Νοημοσύνης (ΑΙ) για τα δύο ρομπότ του, τους γνωστούς μας Pepper, κάνοντας χρήση προηγμένων τεχνολογιών, μηχανικής μάθησης, αλλά και ρομποτικής.

Τα ρομπότ, τα οποία δεν ξεπερνούν τα 120 εκατοστά σε ύψος, απέκτησαν ανθρώπινη ομιλία και δυνατότητα αναγνώρισης προσώπων, συνδυάζοντας τεχνικές επεξεργασίας και παραγωγής φυσικής γλώσσας, ικανοποιώντας ακόμα περισσότερο τις προσδοκίες και τις απαιτήσεις των επισκεπτών και των ταξιδιωτών. Έτσι, τα ρομπότ μας μπορούν σήμερα να απαντούν σε πραγματικό χρόνο σε αυθόρμητες ερωτήσεις που σχετίζονται με πληροφορίες πτήσεων, καθώς επίσης και τις προβλεπόμενες καιρικές συνθήκες στις πόλεις προορισμού των επιβατών.
Στην ίδια κατεύθυνση, σχεδιάστηκε και παραδόθηκε προς χρήση την περίοδο της πανδημίας (Covid-19) ένας νέος Εικονικός Βοηθός, με το όνομα ‘Philos’, ο οποίος σε πρώτη φάση είναι προσβάσιμος από την ιστοσελίδα του ΔΑΑ, και δρα υποστηρικτικά στο Τηλεφωνικό Κέντρο του, παρέχοντας πληροφορίες στα ελληνικά και αγγλικά, για θέματα που σχετίζονται με τη πανδημία (Covid-19), τις υπηρεσίες του αεροδρομίου και τα μέτρα ασφαλείας που βρίσκονται σε ισχύ. Με τη χρήση τεχνολογιών Τεχνητής Νοημοσύνης (AI) και Επεξεργασίας Φυσικής Γλώσσας (NLP), το νέο Chatbot θα μπορεί στο μέλλον να κατανοεί όλο και περισσότερες ανθρώπινες γλώσσες, μέσω πολλαπλών καναλιών επικοινωνίας, καθιστώντας τον Philos έναν πολυπράγμονα εκπρόσωπο του αεροδρομίου, που θα παρέχει πληθώρα πληροφοριών μέσα από την καθημερινή αλληλεπίδρασή του με το κοινό.

Αναμφίβολα, η χρήση τεχνολογιών και εφαρμογών Τεχνικής Νοημοσύνης (ΑΙ) είναι κυρίαρχη στον σχεδιασμό του αεροδρομίου για τις υπηρεσίες Εικονικού Βοηθού ως εναλλακτικής επιλογής συνομιλίας σε όλα τα επίσημα ψηφιακά σημεία επικοινωνίας με το κοινό, αλλά και εσωτερικά στον ΔΑΑ. Στόχος της είναι η απλοποίηση των διαδικασιών, η εξοικονόμηση χρόνου αλλά και πόρων, ο αποτελεσματικότερος έλεγχος της διαχείρισης καθημερινών δραστηριοτήτων και βεβαίως η ελαχιστοποίηση του ανθρώπινου λάθους».

Η χρήση ΑΙ είναι κυρίαρχη στον σχεδιασμό μας για τις υπηρεσίες Εικονικού Βοηθού ως εναλλακτική επιλογή συνομιλίας σε όλα τα επίσημα ψηφιακά σημεία επικοινωνίας με το κοινό
Αλέξανδρος Ζιώμας, Δ/ντής Επιχειρηματικής Μονάδας Συστημάτων Πληροφορικής & Τηλεπικοινωνιών, ΔΑΑ

Το επόμενο διάστημα θα είναι μία μεταβατική περίοδος για τις τεχνολογίες, τα νομικά και ηθικά ζητήματα, αλλά και τα εργασιακά θέματα που αφορούν στη χρήση ΑΙ
Γιάννης Κομπατσιάρης, Διευθυντής Ερευνών, ΕΚΕΤΑ & μέλος της Εθνικής Επιτροπής Βιοηθικής – Τεχνοηθικής

Ο άνθρωπος οφείλει να είναι συνεχώς παρών για να χτίσει μία ανθρωποκεντρική, ωφέλιμη τεχνητή νοημοσύνη, βασισμένη στον καλύτερο εαυτό του
Γιώργος Γιαννακόπουλος, PhD, Ερευνητής (ΕΛΕ Β’), ΕΚΕΦΕ «Δημόκριτος» & συνιδρυτής SciFY ΑΜΚΕ

Η Τεχνητή Νοημοσύνη βοηθά σημαντικά σε όλες τις φάσεις της αλυσίδας μετάδοσης των δεδομένων από τα πλοία μέχρι την τελική ανάλυσή τους και επεξεργασία τους
Μύρων Γιαννακάκης, Chief Data Analyst, Laskaridis Shipping

Πως πρεπει να χρησιμοποιειται μια «τεχνολογια»
Η Λίλιαν Μήτρου, Πρόεδρος του Ινστιτούτου για το Δίκαιο Προστασίας της Ιδιωτικότητας, των Προσωπικών Δεδομένων και την Τεχνολογία του Ευρωπαϊκού Οργανισμού Δημοσίου Δικαίου και Καθηγήτρια στο Τμήμα Μηχανικών Πληροφοριακών & Επικοινωνιακών Συστημάτων της Πολυτεχνικής Σχολής του Πανεπιστημίου Αιγαίου, σχολιάζει για το netweek την Artificial Intelligence Act, το πλαίσιο που σύντομα θα διέπει κάθε τι σχετικό με την Τεχνητή Νοημοσύνη στην ΕΕ.

Ο νομοθέτης δεν παράγει τεχνολογία. Παραμένει, όμως, υπεύθυνος για την ένταξη των νέων τεχνολογιών στην κοινωνία και τη διαχείριση της σύνθετης έντασης μεταξύ των οικονομικών και κοινωνικών πλεονεκτημάτων και των κινδύνων που συνδέονται με αυτές. Με την προτεινόμενη Πράξη για την Τεχνητή Νοημοσύνη, η ΕΕ φιλοδοξεί να ρυθμίσει (ίσως για πρώτη φορά σε τόσο ευρεία και οριζόντια έκταση) πώς (και εάν) πρέπει να χρησιμοποιείται μία «τεχνολογία». Από τη συζήτηση για τις ηθικές αρχές, που ωστόσο στερούνται δεσμευτικότητας, μεταβαίνουμε στο στάδιο των κανόνων που πρέπει να διασφαλίσουν αρχές, όπως η διαφάνεια, η ισότητα, η λογοδοσία, αλλά και να συγκεράσουν την ανθρωποκεντρική προσέγγιση με τον στόχο της καινοτομίας και της εξέλιξης

Με στόχο την ενίσχυση της ανταγωνιστικότητας, αλλά και με γνώμονα την ανάγκη δημιουργίας ενός οικοσυστήματος εμπιστοσύνης σε πολίτες και επιχειρήσεις για την ΤΝ, η ΕΕ μετεξέλιξε τις «Κατευθυντήριες γραμμές για αξιόπιστη Τεχνητή Νοημοσύνη» σε σχέδιο Κανονισμού για τη θέσπιση εναρμονισμένων κανόνων σχετικά με την Τεχνητή Νοημοσύνη ή άλλως Πράξη για την Τεχνητή Νοημοσύνη (Artificial Intelligence Act), σχέδιο που συζητείται με ένταση από τον Απρίλιο 2021.

Η Επιτροπή έθεσε ως στόχους: (i) τη διασφάλιση ότι τα συστήματα Τεχνητής Νοημοσύνης που διατίθενται στην αγορά και χρησιμοποιούνται είναι ασφαλή και τηρούν την ισχύουσα νομοθεσία για τα θεμελιώδη δικαιώματα και τις αξίες της ΕΕ, (ii) την εγγυημένη ασφάλεια δικαίου για τη διευκόλυνση των επενδύσεων και της καινοτομίας στον τομέα της Τεχνητής Νοημοσύνης, (iii) την ενίσχυση της διακυβέρνησης και της αποτελεσματικής επιβολής της ισχύουσας νομοθεσίας για τα θεμελιώδη δικαιώματα και τις απαιτήσεις ασφάλειας που εφαρμόζονται στα συστήματα Τεχνητής Νοημοσύνης, καθώς και (iv) τη διευκόλυνση της ανάπτυξης ενιαίας αγοράς για νόμιμα, ασφαλή και αξιόπιστα συστήματα Τεχνητής Νοημοσύνης και της πρόληψης του κατακερματισμού της.

Εκκινώντας από μια ανθρωποκεντρική αντίληψη, δηλ. την πρόταξη του κοινού καλού, της ευημερίας και της ελευθερίας, η Πρόταση χαρακτηρίζεται κυρίως από τη λεγόμενη προσέγγιση βάσει κινδύνου (risk-based approach). Σύμφωνα με αυτήν και με γνώμονα τον κίνδυνο που προκαλούν ή ενδέχεται να προκαλέσουν τα συστήματα Τεχνητής Νοημοσύνης στη ζωή και την υγεία, την ασφάλεια και τα θεμελιώδη ανθρώπινα δικαιώματα, θεσπίζονται διαφορετικοί κανόνες και γίνεται διάκριση των επιπέδων κινδύνου, σε σχέση με τη χρήση και τις πρακτικές Τεχνητής Νοημοσύνης, σε τέσσερις κατηγορίες: 1) μη-αποδεκτό κίνδυνο όταν πρόκειται για συστήματα που χρησιμοποιούν τεχνικές οι οποίες απευθύνονται στο υποσυνείδητο ενός προσώπου ή το social scoring 2) υψηλό κίνδυνο, 3) χαμηλό κίνδυνο και 4) μηδαμινό/κανένα κίνδυνο.

Αν τα συστήματα που εμπίπτουν στην πρώτη κατηγορία απαγορεύονται ως αντικείμενα στις θεμελιώδεις αρχές της δημοκρατικής Ευρώπης, η Πρόταση επικεντρώνεται στα συστήματα υψηλού κινδύνου, για τα οποία καθορίζεται ένα σύνολο οριζόντιων υποχρεώσεων συμμόρφωσης, που πρέπει να πληρούνται. Αναφορικά με τα συστήματα χαμηλού κινδύνου, προβλέπονται μόνο συγκεκριμένες υποχρεώσεις διαφάνειας, ενώ τα συστήματα της τέταρτης κατηγορίας (π.χ. βιντεοπαιχνίδια, φίλτρα ανεπιθύμητης αλληλογραφίας κλπ.) μπορούν να διατίθενται ελεύθερα.
Αξίζει να σημειωθεί ότι η ΕΕ επιδιώκει να επιβάλει την κανονιστική αντίληψή της σε οποιονδήποτε πάροχο διαθέτει στην αγορά ή θέτει σε λειτουργία συστήματα ΤΝ στην Ένωση, ανεξάρτητα από το εάν είναι εγκατεστημένος σε αυτή ή σε τρίτη χώρα, αλλά και σε παρόχους και χρήστες συστημάτων ΤΝ, οι οποίοι βρίσκονται σε τρίτη χώρα, όταν τα στοιχεία εξόδου που παράγει το σύστημα χρησιμοποιούνται στην Ένωση.

Η Πρόταση αποτελεί πρωτοποριακό όσο και φιλόδοξο κανονιστικό εγχείρημα. Αναμφίβολα, ωστόσο, υπάρχουν σημεία που απαιτούν περαιτέρω συζήτηση. Αν η «αυτοαξιολόγηση» των παρόχων ως προς το «επίπεδο κινδύνου» βρέθηκε στο επίκεντρο της κριτικής, εξίσου μείζον ζήτημα συνιστά η έλλειψη ρυθμίσεων που αποδίδει στα πρόσωπα τα μέσα για να επιδιώξουν την προστασία των δικαιωμάτων τους, ενώ επικρίσεις διατυπώθηκαν και για την έλλειψη ρυθμίσεων για την αστική ευθύνη. Πρέπει, επίσης, να επισημάνουμε ότι απαιτούνται σαφέστερες και λεπτομερέστερες ρυθμίσεις, ώστε να διασφαλιστεί η διαφάνεια των συστημάτων και η -διόλου ευχερής- επεξηγησιμότητα και ερμηνευσιμότητα των «αποφάσεων» που παράγονται από αυτά. Εξίσου σημαντικό είναι να αντιμετωπιστούν οι καταγεγραμμένες ασυνέπειες, ασάφειες και ελλείψεις αναφορικά με τη δυνατότητα ανίχνευσης και καταγραφής των διαφόρων μορφών αλγοριθμικών προκαταλήψεων και διακρίσεων. Τελευταίο -αλλά όχι ύστερο- μέλημα του Ευρωπαίου νομοθέτη πρέπει να είναι η οργάνωση μιας λειτουργικής, αλλά και αποτελεσματικής ανθρώπινης εποπτείας επί των συστημάτων Τεχνητής Νοημοσύνης σε όλη τη διάρκεια του «κύκλου ζωής» τους.